百度站内搜索全新改版：WordPress生成通用行业模板数据的php脚本

今早进入百度站长平台查看站内搜索时，发现百度站内搜索已全新升级到 2.0 版本！原先的站内搜索已经转移到了独立的二级域名：http://zn.baidu.com

进一步查看发现站内搜索新增了一个结果页样式设置功能：

包含如下三种自定义设置：

①、页面顶部设置

②、频道设置

③、结果样式模板

其中我比较感兴趣的是频道设置，可以更加接近搜索引擎的风格，比如百度搜索：

仔细研究了一下这个频道设置，发现要区分不同的频道，有 2 种途径：

①、不同频道使用不同的二级域名（一般大站常有的做法，比如 news.163.com）；

②、提交行业模板数据，每一组 XML 数据使用面包屑标签breadCrumb来区分该内容所在频道；

很明显，张戈博客这种简单小站只能选择第二种方案，顺手把以前的 sitemap 脚本修改了下，就成功提交了！

下面分享这个 php 脚本的代码：

<?php
require('./wp-blog-header.php');
header("Content-type: text/xml");
header('HTTP/1.1 200 OK');
$posts_to_show = 5000; 
echo '<?xml version="1.0" encoding="UTF-8"?>';
echo '<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:mobile="http://www.baidu.com/schemas/sitemap-mobile/1/">'
?>
<!-- generated-on=<?php echo get_lastpostdate('blog'); ?> Diy By 张戈博客(https://zhang.ge)-->
<?php
//不带链接的标签函数
function tagtext() {
    global $post;
    $gettags = get_the_tags($post->ID);
    if($gettags) {
    foreach ($gettags as $tag) {
        $posttag[] = $tag->name;
    }
    $tags = implode( ']]></tag><tag><![CDATA[', $posttag );
    echo '<tag><![CDATA[' .$tags. ']]></tag>';
    }
}
function get_page_title($page_id){
	global $wpdb;
	$page_title = $wpdb->get_var("SELECT post_title FROM $wpdb->posts WHERE ID = '".$page_id."' AND post_status = 'publish' AND post_type = 'page'");
	echo $page_title;
}
/* 文章页面 */ 
header("Content-type: text/xml");
$myposts = get_posts( "numberposts=" . $posts_to_show );
foreach( $myposts as $post ) { ?>
  <url>
      <loc><![CDATA[<?php the_permalink(); ?>]]></loc>
      <lastmod><?php the_time('c') ?></lastmod>
      <changefreq>monthly</changefreq>
      <priority>0.6</priority>
       <data>
            <display>
                <title><![CDATA[<?php the_title(); ?>]]></title>
                <content><![CDATA[<?php echo strip_tags(apply_filters('the_content', $post->post_content));?>]]></content>
                <?php tagtext(); ?>
                <pubTime><?php the_time('c') ?></pubTime>
                <breadCrumb title="首页" url="<?php echo get_home_url(); ?>"/>
                <?php 
                    $category = get_the_category();
                    echo '<breadCrumb title="'.$category[0]->cat_name.'" '; 
                    $cat_ID = get_cat_ID($category[0]->cat_name); 
                    echo 'url="'.get_category_link($cat_ID).'"/>';
                ?>
                <thumbnail loc="<?php 
                    if (has_post_thumbnail()){
                         echo get_post_thumbnail_url($post->ID);
                    } else {
                    //若主题自带特色图片函数，请填写到此处，比如 echo catch_first_image();（可留空）
                    }
                ?>"/>
            </display>
        </data>
  </url>
<?php } /* 文章结束 */ ?>
<?php
/* 单页面 */ 
$mypages = get_pages();
if(count($mypages) > 0) {
    foreach($mypages as $page) { ?>
    <url>
      <loc><![CDATA[<?php echo get_page_link($page->ID); ?>]]></loc>
      <lastmod><?php echo str_replace(" ","T",get_page($page->ID)->post_modified); ?>+00:00</lastmod>
      <changefreq>monthly</changefreq>
      <priority>0.6</priority>
      <data>
            <display>
                <title><![CDATA[<?php get_page_title($page->ID); ?>]]></title>
                <content><![CDATA[<?php echo strip_tags(apply_filters('the_content', get_page($page->ID)->post_content));?>]]></content>
                <pubTime><?php echo str_replace(" ","T",get_page($page->ID)->post_modified); ?>+00:00</pubTime>
                <breadCrumb title="首页" url="<?php echo get_home_url(); ?>"/>
            </display>
        </data>
  </url>
<?php }} /* 单页面结束 */ ?>
<?php
/* 博客分类 */ 
$terms = get_terms('category', 'orderby=name&hide_empty=0' );
$count = count($terms);
if($count > 0){
foreach ($terms as $term) { ?>
    <url>
      <loc><![CDATA[<?php echo get_term_link($term, $term->slug); ?>]]></loc>
      <changefreq>weekly</changefreq>
      <priority>0.8</priority>
          <data>
            <display>
                <title><![CDATA[<?php echo $term->name; ?>]]></title>
                <content><![CDATA[<?php echo $term->description; ?>]]></content>
                <breadCrumb title="首页" url="<?php echo get_home_url(); ?>"/>
                <breadCrumb title="<?php echo $term->name; ?>" url="<?php echo get_term_link($term, $term->slug); ?>"/>
            </display>
        </data>
  </url>
<?php }} /* 分类结束 */?>
</urlset>

将以上代码保存为 sitemap_hy.php 上传到 WordPress 网站根目录即可，然后在浏览器访问这个文件查看效果，比如：

https://zhang.ge/sitemap_hy.php

只要不报错就成功了！现在就可以前往百度站内搜索提交了：http://zn.baidu.com/cse/schema/sitemap

成功提交后，继续打开频道设置，参考下图将你博客的主要分类填入到相应栏位即可：

第二列留空则表示输出全部搜索结果，如果有面包屑，则表示从提交的 sitemap 中筛出相同面包屑的内容，全部填写完成后点击保存并查看效果了，比如，张戈博客的站内搜索地址：http://so.zhang.ge

提交结果后，就只能等待百度抓取数据并展现了，所以短时间内将如下显示：

隔了一晚上发现张戈博客的站内搜索已经开始展现数据了：

缩略图和标题都已经有了，但是内容却是一个【略】，再次看了下百度关于这个数据文件的说明。

content：如能提交全文，则不需要 spider 再抓取，既可以降低站点服务器压力，提升收录效率，也可以避免搜索系统解析误差。

好吧，既然如此，我就再折腾一下，让 content 输出文章内容！(上文代码已更新！)

最后，如果你对百度站内搜索比较感兴趣，还可以看看张戈博客的其他相关文章：

PHP 制作百度站内搜索绿色通道的网页列表数据文件

关于新版站内搜索和行业数据模板的分享就到此告一段落，下面我会继续研究下站内搜索的页面顶部设置和结果样式设置，敬请期待！